Proyecto Final - Turinmachin
Recreación del minijuego de matemáticas de Brain-Age usando redes neuronales
Loading...
Searching...
No Matches
utec::neural_network::BCELoss< T > Class Template Referencefinal

Función de pérdida Binary Cross Entropy (entropía cruzada binaria). Usada típicamente en clasificación binaria. More...

#include <loss.h>

Inheritance diagram for utec::neural_network::BCELoss< T >:
Collaboration diagram for utec::neural_network::BCELoss< T >:

Public Member Functions

template<typename Prediction, typename Expected>
 BCELoss (Prediction &&y_prediction, Expected &&y_true)
 Constructor con predicciones y etiquetas verdaderas.
auto loss () const -> T override
 Devuelve el valor de la pérdida BCE.
auto loss_gradient () const -> algebra::Tensor< T, 2 > override
 Gradiente de la pérdida BCE con respecto a las predicciones.
Public Member Functions inherited from utec::neural_network::ILoss< T, 2 >
virtual ~ILoss ()=default
 Destructor virtual.

Detailed Description

template<typename T>
class utec::neural_network::BCELoss< T >

Función de pérdida Binary Cross Entropy (entropía cruzada binaria). Usada típicamente en clasificación binaria.

Template Parameters
TTipo de dato (float, double, etc.).

Constructor & Destructor Documentation

◆ BCELoss()

template<typename T>
template<typename Prediction, typename Expected>
utec::neural_network::BCELoss< T >::BCELoss ( Prediction && y_prediction,
Expected && y_true )
inline

Constructor con predicciones y etiquetas verdaderas.

Parameters
y_predictionTensores con probabilidades predichas.
y_trueTensores con valores binarios verdaderos.
Exceptions
std::invalid_argumentsi las dimensiones no coinciden. @complexity O(1)

Member Function Documentation

◆ loss()

template<typename T>
auto utec::neural_network::BCELoss< T >::loss ( ) const -> T
inlineoverridevirtual

Devuelve el valor de la pérdida BCE.

Returns
Valor escalar negativo de la entropía cruzada binaria. @complexity O(n*m), donde n*m es el número de elementos del tensor.

Implements utec::neural_network::ILoss< T, 2 >.

◆ loss_gradient()

template<typename T>
auto utec::neural_network::BCELoss< T >::loss_gradient ( ) const -> algebra::Tensor<T, 2>
inlineoverridevirtual

Gradiente de la pérdida BCE con respecto a las predicciones.

Returns
Tensor del mismo tamaño que y_prediction. @complexity O(n*m).

Implements utec::neural_network::ILoss< T, 2 >.

Here is the call graph for this function:

The documentation for this class was generated from the following file: